隨著人口紅利的逐漸消失，零售企業通過傳統電商平臺實現銷售額增長的邊際效應也越來越明顯。如何在存量時代實現銷售額的新增長，成為了零售企業最為關注的問題。想要實現銷售額的新增長，我們認為有一個基本的公式：

新增長=新產品+新供應鏈+新流量

新產品：零售企業需要以消費者體驗為中心，通過數據驅動，不斷研發出能夠滿足消費者需求的產品。

新供應鏈：協同采購、生產、物流、銷售等資源快速準確的響應客戶需求。

新流量：兩個層面，一是通過營銷方式獲取到的新的客群，二是指現有客戶的復購流量。

面對傳統電商渠道的流量增長乏力，具備高效獲客和裂變能力的社交電商成為了品牌“銷售升級”的必然形式。社交電商通過社交關系不斷拓展流量，提升流量效率；通過熟人背書降低決策門檻，提升轉化效率；從傳播、觸達、決策、購買都在社交軟件中完成，降低用戶成本，提升體驗效率。

某線上紙品類銷售品牌，成立于2016年，既擁有運營成熟的傳統電商銷售渠道，又有穩定的社交電商銷售渠道。主要經營各種生活紙品，旗下代理了維達、恒安、潔柔等十幾個品牌紙品，同時擁有自營品牌。憑借傳統電商+社交電商的組合拳商業模式，在短短4年內就做到了年銷售20億，成為電商紙品類目的翹楚。在現有的銷售結構中，傳統電商渠道占了60%，社交電商占了40%，而這個比例還在不斷的升高，未來社交電商將會成為他們新增長的重要引擎。創始人表示，未來想要獲得這部分的增長，企業是否能夠快速響應下游小B的需求至關重要。未來小B只需要負責前端的獲客和裂變，后端的采購、生產、發貨、售后等都由企業來完成，幫客戶實現一件代發。而想要實現一件代發，企業背后的供應鏈至關重要。

基于之前跟順豐合作所建立的信任基礎，這家企業找到了順豐尋求關于一件代發背后新供應鏈的搭建方案。順豐顧問團隊深入這家企業進行了整體業務梳理之后，主要發現了以下幾個問題：

業務問題

一、采購計劃基本依靠人工經驗，計劃準確率只有21%

一方面由于采購部門跟運營部門的促銷和銷售預測信息不同步，需求計劃跟采購計劃脫節，經常出現采購貨品跟實際促銷需求不匹配的情況。另一方面，因為采購計劃的可靠度低，導致供應商議價以及供貨的優先級別低，實際到貨和采購訂單數量經常出現較大的偏差。

二、缺乏倉網以及庫存部署策略，倉庫效能較低，訂單延誤率居高不下

全國共有十幾個倉，每個倉的庫存部署沒有明確統一的策略，交叉發全國，造成大量訂單延誤以及庫存的積壓。

三、訂單異常響應速度慢，缺乏有效的數據協同平臺，形成了部門信息孤島

采購、運營、客服、物流部門的細分業務數據都靠人力各自查詢分析，跨部門溝通也是口頭加Excel表格,缺乏協同分析端到端業務數據信息的預警響應平臺。當銷售訂單出現異常的時候，物流部門需要去每個店鋪后臺查詢，每個人每天查找異常訂單就要耗費2-3個小時。同時，發出的訂單，快遞異常響應時間過長，直接導致客訴率的上升，從而影響退貨率，復購率和銷售量。

因此，這家企業急需改善現有供應鏈管理能力，協同各部門的數據，而提高銷售預測以及采購補貨計劃的準確率、減少庫存成本、提升人力資源利用率是基礎和關鍵。

解決方案

1、實現供應鏈端到端的可視化，訂單時效提升20%

順豐所提供的供應鏈控制塔平臺，預置了30多個對外的接口，可以對接市面上大部分電商平臺的訂單數據。在順豐的制塔平臺上，訂單審核員再也不用每天花2-3個小時去打開一個一個店鋪的后臺查看異常訂單，只需要進入平臺的預警模塊，所有的異常訂單一目了然。訂單異常監控人員的工作效率提升了60%以上。

對于采購部門而言，全局庫存也不再是個盲區，順豐供應鏈控制塔平臺里的庫存管理模塊，可以實時展示各級倉庫的總庫存量、在途庫存量以及可用庫存量。更好全局監控庫存。未來會配置庫存周轉率以及呆滯率指標分析，從質和量兩個維度，提升各倉庫存的健康度。

訂單全生命周期管理的實現，可以幫助客服快速響應終端客戶關于快遞異常件的查詢以及問題反饋，有效降低了客訴率，提升了客戶體驗。

2、建立以自動化AI驅動的需求預測模型，需求計劃覆蓋短期（周）以及長期（月），未來更可以下鉆到天維度

順豐需求預測平臺，通過對客戶數據進行分類模擬訓練，同時考慮商品品類、價格、折扣、促銷、活動類別、節假日、地域等影響因子，進行不同預測模型的結果印證，從而選擇適合客戶業務的預測模型，為需求計劃提供產品加門店維度的量化參考。預測準確度的提升，直接加強了采購補貨效益，提升了庫存周轉率，提高了供應鏈訂單的響應速度。

3、基于業務策略的自動補貨，庫存周轉天數降低空間為50%

順豐補貨計劃平臺內置補貨策略數據包，根據企業不同的業務可以提供不同的補貨策略。順豐的自動補貨，可以根據需求計劃的調整實現補貨計劃的動態調整，從而避免由于補貨計劃的呆滯而造成庫存的積壓和銷售機會的錯失。

總結語：

一件代發，需要新供應鏈的支撐，而新供應鏈需要具備兩個關鍵的能力：數據化、柔性化

數據化：能夠實現全鏈路的數據打通，以客戶需求驅動全鏈條

柔性化：能夠靈活配置資源，快速準確的響應客戶需求

數據協同，計劃先行！